| 1 |
1
수술 중인 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터를 획득하는 데이터 획득부; 및상기 획득된 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터를 기반으로 딥 뉴럴 네트워크에 입력하여 상기 환자의 저혈압 예측값을 산출하는 딥러닝부를 포함하며,상기 딥러닝부는,상기 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터가 획득된 시점으로부터 n분 후에 상기 환자에게 저혈압이 발생할 확률을 산출하는 것을 특징으로 하는,저혈압 예측 장치
|
| 2 |
2
제1항에 있어서,상기 데이터 획득부는 복수의 환자로부터 동맥 혈압 데이터를 획득하고,상기 획득된 동맥 혈압 데이터를 분석하여 평균 동맥 혈압이 제1 기준 혈압보다 작은 구간이 1분 이상 지속되는 동맥 혈압 데이터를 저혈압 데이터로 분류하고, 평균 동맥 혈압이 제2 기준 혈압보다 크거나 동일한 구간이 20분 이상 지속되는 동맥 혈압 데이터를 정상혈압 데이터로 분류하고, 상기 분류된 저혈압 데이터에서 미리 지정된 제1 구간 및 상기 정상혈압 데이터에서 미리 지정된 제2 구간을 입력 데이터로 추출하는 데이터 처리부를 더 포함하고,상기 딥러닝부는,상기 저혈압 데이터 및 상기 정상혈압 데이터로 분류된 결과를 상기 딥 뉴럴 네트워크에 정답 데이터로 입력하고,상기 추출된 입력 데이터를 상기 딥 뉴럴 네트워크에 입력하여 상기 딥 뉴럴 네트워크를 통해 산출된 상기 환자의 저혈압 예측값을 상기 정답 데이터와 비교하는 것을 특징으로 하는,저혈압 예측 장치
|
| 3 |
3
제2항에 있어서,상기 제1 구간은 상기 1분 이상 지속된 작은 구간의 발생 시점 기준으로 n분 이전의 미리 지정된 길이를 갖는 구간이고,상기 제2 구간은 상기 정상혈압 데이터에서 상기 20분 이상 지속된 큰 구간의 발생 시점을 기준으로 n분 이전의 미리 지정된 길이를 갖는 구간인 것을 특징으로 하는,저혈압 예측 장치
|
| 4 |
4
제1항에 있어서,상기 데이터 획득부는 복수의 환자로부터 동맥 혈압 데이터를 획득하고, 상기 획득된 동맥 혈압 데이터를 분석하여 상기 동맥 혈압 데이터를 저혈압 데이터 및 정상 혈압 데이터로 분류하고,상기 저혈압 예측 장치는 상기 저혈압 데이터에서 상기 n분 이전의 미리 지정된 제1 구간의 데이터를 입력 데이터로 추출하고, 상기 정상 혈압 데이터에서 상기 n분 이전의 미리 지정된 제2 구간의 데이터를 입력 데이터로 추출하여, 상기 환자의 n분 이후 저혈압 여부를 예측하기 위한 학습 데이터로 이용하는 것을 특징으로 하는,저혈압 예측 장치
|
| 5 |
5
제1항에 있어서,상기 데이터 획득부는 상기 수술 중인 환자의 모니터링 결과를 기반으로 상기 환자의 생체 신호를 획득하고, 상기 획득된 생체 신호를 기반으로 상기 동맥 혈압 데이터, 상기 심전도 데이터 및 상기 이산화탄소 분압 데이터를 획득하는 것을 특징으로 하는,저혈압 예측 장치
|
| 6 |
6
저혈압 예측 장치에 의해 수행되는 방법으로,수술 중인 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터를 획득하는 단계;상기 획득된 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터를 기반으로 딥 뉴럴 네트워크에 입력하여 상기 환자의 저혈압 예측값을 산출하는 단계를 포함하며,상기 저혈압 예측값 산출 단계는,상기 환자의 동맥 혈압 데이터, 심전도 데이터 및 이산화탄소 분압 데이터가 획득된 시점으로부터 n분 후에 상기 환자에게 저혈압이 발생할 확률을 산출하는 것을 특징으로 하는,저혈압 예측 방법
|
| 7 |
7
제6항에 있어서,상기 저혈압 예측 장치는,복수의 환자로부터 동맥 혈압 데이터를 획득하고,상기 획득된 동맥 혈압 데이터를 분석하여 평균 동맥 혈압이 제1 기준 혈압보다 작은 구간이 1분 이상 지속되는 동맥 혈압 데이터를 저혈압 데이터로 분류하고,평균 동맥 혈압이 제2 기준 혈압보다 크거나 동일한 구간이 20분 이상 지속되는 동맥 혈압 데이터를 정상혈압 데이터로 분류하고,상기 분류된 저혈압 데이터에서 미리 지정된 제1 구간 및 상기 정상혈압 데이터에서 미리 지정된 제2 구간을 입력 데이터로 추출하고,상기 저혈압 데이터 및 상기 정상혈압 데이터로 분류된 결과를 상기 딥 뉴럴 네트워크에 정답 데이터로 입력하고,상기 추출된 입력 데이터를 상기 딥 뉴럴 네트워크에 입력하여 상기 딥 뉴럴 네트워크를 통해 산출된 상기 환자의 저혈압 예측값을 상기 정답 데이터와 비교하는 것을 특징으로 하는,저혈압 예측 방법
|
| 8 |
8
제7항에 있어서,상기 제1 구간은 상기 1분 이상 지속된 작은 구간의 발생 시점 기준으로 n분 이전의 미리 지정된 길이를 갖는 구간이고,상기 제2 구간은 상기 정상혈압 데이터에서 상기 20분 이상 지속된 큰 구간의 발생 시점을 기준으로 n분 이전의 미리 지정된 길이를 갖는 구간인 것을 특징으로 하는,저혈압 예측 방법
|
| 9 |
9
제6항에 있어서,상기 저혈압 장치는,복수의 환자로부터 동맥 혈압 데이터를 획득하고,상기 획득된 동맥 혈압 데이터를 분석하여 상기 동맥 혈？？데이터를 저혈압 데이터 및 정상 혈압 데이터로 분류하고,상기 저혈압 데이터에서 상기 n분 이전의 미리 지정된 제1 구간의 데이터를 입력 데이터로 추출하고, 상기 정상 혈압 데이터에서 상기 n분 이전의 미리 지정된 제2 구간의 데이터를 입력 데이터로 추출하여, 상기 환자의 n분 이후 저혈압 여부를 예측하기 위한 학습 데이터로 이용하는 것을 특징으로 하는,저혈압 예측 방법
|
| 10 |
10
하드웨어인 컴퓨터와 결합되어, 제6항의 방법을 실행시키기 위하여 매체에 저장된, 프로그램
|
